MODUL PRAKTIKUM METODE STATISTIKA I

PERTEMUAN 2
Probabilitas, Variabel Random, dan Distribusi Peluang

A. Probabilitas
● Peluang adalah harga angka yang menunjukkan seberapa besar kemungkinan suatu
peristiwa akan terjadi
● Ruang sampel adalah himpunan hasil yang mungkin dari suatu eksperimen
● Suatu peristiwa yang hanya memuat satu elemen saja disebut peristiwa sederhana
● Peluang A akan terjadi pada suatu eksperimen adalah :
𝑛(𝐴)
𝑃(𝐴) =
𝑛(𝑆)
● Terdapat 2 jenis variabel :
1. Variabel Diskrit : ruang sampel terhitung
2. Variabel Kontinu : ruang sampel tak hingga

B. Variabel Random
 Konsep
Variabel Random adalah suatu fungsi bernilai real yang harganya ditentukan oleh
setiap elemen dalam ruang sampel.
 Nilai Harapan (Rataan/Mean Distribusi Probabilitas)
∑ 𝑥 𝑓(𝑥) 𝑏𝑖𝑙𝑎 𝑋 𝑑𝑖𝑠𝑘𝑟𝑒𝑡
𝑥
𝐸 (𝑋 ) = ∞

∫ 𝑥 𝑓(𝑥) 𝑑𝑥 𝑏𝑖𝑙𝑎 𝑋 𝑘𝑜𝑛𝑡𝑖𝑛𝑢

{−∞
Sifat-sifat harga harapan :
1. E(a) = a, a konstan
2. E(a X + b) = a E(X) + b , a dan b konstan
 Variansi
2
𝑉𝑎𝑟(𝑋) = 𝐸 (𝑋 − 𝐸(𝑋))2 = 𝐸 (𝑋 2 ) − (𝐸(𝑋))
Sifat-sifat variansi :
1. Var(a) = 0, a konstan
2. Var(aX + b) = a2 Var(X), a dan b konstan
 Standar Deviasi X: SD(X) = √𝑉𝑎𝑟(𝑋)
 Kovarians (XY)
 Ukuran yang digunakan untuk melihat seberapa kuat hubungan linear antara
variabel X dan Y
̅ )(𝒀𝒊 −𝒀
∑(𝑿𝒊 −𝑿 ̅)
SXY = cov (x,y) = 𝒏−𝟏
−∞ < 𝑺𝒙𝒚 < ∞
 Korelasi
 Untuk mengetahui seberapa besar hubungan linear antara variabel X dan Y
𝑐𝑜𝑣(𝑥, 𝑦) 𝑺𝑿𝒀
𝑟𝑥𝑦 = 𝑐𝑜𝑟𝑟(𝑥, 𝑦) = =
𝑆𝑋 𝑆𝑌 𝑆𝑋 𝑆𝑌
∑(𝑋𝑖 −𝑋̅)2 ∑(𝑌𝑖 −𝑌̅ )2
 𝑆𝑋 = √ , 𝑆𝑌 = √
𝑛−1 𝑛−1

C. Distribusi Peluang
Distribusi peluang dapat dinyatakan dengan fungsi dan grafik atau tabel dapat dipandang
sebagai frekuensi.
1. Distribusi peluang diskrit

𝐹(𝑋) = 𝑃(𝑋 ≤ 𝑥) = ∑ 𝑓(𝑡)

𝑡≤𝑥
2. Distribusi peluang kontinu
∞
𝐹(𝑋) = 𝑃(𝑋 ≤ 𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
−∞

Langkah Minitab : Calc  Probability Distributions  pilih distribusi yang digunakan

Peluang Variabel Random Diskrit
Dengan menggunakan tabel distribusi kumulatif dapat dihitung nilai-nilai :
1. 𝑓(𝑥) = 𝑃(𝑋 = 𝑥)
2. 𝐹 (𝑥 ) = 𝑃(𝑋 ≤ 𝑥)
3. 𝑃 (𝑋 < 𝑎) = 𝑃(𝑋 ≤ 𝑎 − 1) = ∑𝑋<𝑎 𝑓(𝑥)
4. 𝑃(𝑋 ≤ 𝑎) = ∑𝑋≤𝑎 𝑓(𝑥)
5. 𝑃(𝑋 > 𝑎) = 1 − 𝑃(𝑋 ≤ 𝑎)
6. 𝑃 (𝑋 ≥ 𝑎) = 1 − 𝑃(𝑋 < 𝑎) = 1 − 𝑃(𝑋 ≤ 𝑎 − 1)
7. 𝑃 (𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 < 𝑎) = ∑𝑏𝑋=𝑎 𝑓(𝑥)
8. 𝑃(𝑎 < 𝑋 ≤ 𝑏) = 𝑃(𝑋 ≤ 𝑏) − 𝑃(𝑋 ≤ 𝑎)
9. 𝑃 (𝑎 ≤ 𝑋 < 𝑏) = 𝑃(𝑋 < 𝑏) − 𝑃 (𝑋 < 𝑎)
10. 𝑃(𝑎 < 𝑋 < 𝑏) = ∑𝑏𝑋=𝑎 𝑓(𝑥) = 𝑃(𝑋 < 𝑏) − 𝑃(𝑋 ≤ 𝑎)

Variabel Random Diskrit

1. Bernoulli
𝑃(𝑋 = 𝑥) = 𝑓(𝑥) = 𝑝 𝑥 𝑞1−𝑥
dengan p adalah peluang sukses dan q adalah peluang gagal
Ciri-ciri :
Eksperimen dilakukan sebanyak 1 kali trial.
𝐸(𝑋) = 𝑝
𝑣𝑎𝑟(𝑋) = 𝑝𝑞

2. Binomial
𝑃(𝑋 = 𝑥) = 𝑓(𝑥) = ( 𝑛𝑥 )𝑝 𝑥 𝑞 𝑛−𝑥
dengan n yaitu jumlah trial
Ciri-ciri :
eksperimen dilakukan sebanyak n trial. Setiap trial menghasilkan 2 kejadian: sukses
dan gagal
Peluang sukses setiap trial : p
Peluang gagal setiap trial : q = 1-p
𝐸(𝑋) = 𝑛𝑝
𝑣𝑎𝑟(𝑋) = 𝑛𝑝𝑞

3. Poisson
𝜆𝑥 𝑒 −𝜆
𝑃(𝑋 = 𝑥) =
𝑥!
dengan 𝜆= mean, rata-rata kejadian dalam selang waktu tertentu
Ciri-ciri :
banyaknya eksperimen dalam selang waktu tertentu
 Contoh : banyaknya dering telepon di suatu kantor, banyaknya hasil eksperimen di
suatu daerah.
𝐸(𝑋) = 𝜆
𝑣𝑎𝑟(𝑋) = 𝜆

4. Hipergeometrik
( 𝑘 )( 𝑁−𝑘 )
𝑥 𝑛−𝑥
𝑃(𝑋 = 𝑥) = 𝑁)
( 𝑛
Ciri-ciri :
- Sampel berukuran n
- Ukuran populasi N
- Dalam N populasi terdapat k sukses dan N-k gagal
𝑛𝑘
𝐸(𝑋) = 𝑁
𝑘 𝑁−𝑛
𝑣𝑎𝑟(𝑋) = 𝐸(𝑋) (1 − ) ( )
𝑁 𝑁−1

Variabel Random Kontinu

Distribusi Normal
Ciri-ciri
● Simetris terhadap 𝜇
● Mean, modus, dan median relatif
sama
● Total luas daerah di bawah kurva
normal dan di atas sumbu x adalah 1.
● Kurva membentuk lonceng
Fungsi Probabilitas distribusi normal

Variabel random berdistribusi normal dengan mean 𝜇 dan variansi (𝜎 2 ), dituliskan

𝑋~𝑁(𝜇,𝜎 2 )

Transformasi variabel random X menjadi Z yang berdistribusi normal standard dengan

mean 0 dan variansi 1, dituliskan 𝑍~𝑁(0,1).
𝑥−𝜇
𝑧=
𝜎
Sifat-sifat variabel random kontinu:
1. 𝑃(𝑋 < 𝑥) = 𝑃(𝑋 ≤ 𝑥)
2. 𝑃(𝑋 > 𝑥) = 𝑃(𝑋 ≥ 𝑥)
CONTOH SOAL

1. Suatu uang logam setimbang dilempar 1 kali. Misalkan X adalah banyaknya sisi muka
yang muncul dalam 1 kali pelemparan tersebut. Berapa peluang munculnya sisi muka
dalam pelemparan uang logam tersebut?

2. Diketahui bahwa barang apapun yang diproduksi oleh mesin A akan rusak dengan
probabilitas 0,2 dan saling independen satu dengan yang lainnya. Berapakah
probabilitas bahwa dalam 4 unit sampel yang diambil akan diperoleh paling banyak 1
barang rusak?

3. If the number of accidents occurring on a highway each day is a Poisson random

variable with parameter 𝜆 = 3, what is the probability that no accidents occur today?

4. Dalam sebuah kotak terdapat 3 kelereng, yaitu 2 kelereng merah dan 1 kelereng hijau.
Diambil 2 kelereng tanpa pengembalian. Berapa peluang terambilnya 1 kelereng
merah?

5. Nilai akhir mata kuliah Fisika Dasar 1 kelas 101 kira-kira menyebar normal dengan
rata-rata 65 dan variansi 144. Hitunglah :
a. Peluang seseorang mendapat nilai A apabila nilai minimal untuk mendapatkan A
adalah 80
b. Nilai terendah agar mendapat nilai B apabila 10% tertinggi mendapat nilai A dan
20% berikutnya mendapat nilai B